论文部分内容阅读
陕西省地处黄土高原苹果优势产区,苹果种植面积和产量均居全国前列,是当地促进经济发展和农民增收的特色产业。苹果产业发展对优化与调整陕西区域产业结构、促进地区特色产业发展、增加农民就业、实现地方农民增收具有重要意义。探讨苹果叶片生物化学参数的高光谱估算方法,为果树的田间管理、施肥等提供理论依据。以陕西召宅村标准化苹果果园为研究对象,分别测定苹果叶片终花期、幼果期、膨果期、果实着色期、果实成熟期的原始高光谱数据及其叶绿素含量(SPAD)、氮平衡指数(NBI)、含水率,分析获取各生育期一阶微分光谱,分析不同生育期生物化学参数的变化规律及高光谱特征,以及不同生物化学参数水平下高光谱变化规律。在此基础上,选择多种建模方法构建苹果叶片不同生育期的叶绿素、氮素以及水分含量估算模型,并对模型精度进行验证,主要结论如下:(1)在苹果叶片生化参数的高光谱估算模型中,估算精度和拟合度最好的是参数是叶绿素含量,其次是氮平衡指数,最差的是水分含量。整体上果实成熟期、果实着色期、膨果期的估算精度和拟合度好于终花期和幼果期。其中,果实着色期是苹果生化参数估算、监测的敏感时期。(2)苹果叶片叶绿素含量和氮平衡指数的敏感波段主要集中于红光波段的700 nm附近,其次是绿光波段的550 nm附近。苹果叶片水分含量敏感光谱波段主要集中于可见光波段的和近红外波段的1250～1650 nm、1800～1900 nm、2000～2100 nm。相较原始光谱,一阶微分光谱能小幅度提高各生物化学参数敏感波段的相关性,其中提高了叶绿素含量、氮平衡指数的绿光波段和水分含量的近红外波段的相关性。在各生物化学参数特征波段估算模型中,一阶微分估算模型的精度和拟合度都优于原始光谱估算模型。(3)苹果叶片叶绿素含量的敏感植被指数是绿比值植被指数(GRVI)、MERIS地面叶绿素指数(MTCI)、改进叶绿素吸收反射率指数(MCARI),敏感“三边”参数是红黄归一化指数、蓝边幅值、红蓝归一化指数;氮平衡指数的敏感植被指数是MCARI、GRVI、MTCI,敏感“三边”参数是红黄归一化指数、黄边面积、蓝边幅值;含水率的敏感植被指数是GRVI、MCARI,敏感“三边”参数是黄边幅值、红黄归一化指数。不难发现GRVI、MCARI、红黄归一化指数对苹果叶片各生物化学参数具有良好的敏感性和稳定性。在应用单光谱参数估算苹果叶片叶绿素含量和含水率时,应优先选择红黄归一化指数估算模型,氮平衡指数优先选择MCARI估算模型。(4)在苹果叶片各生物化学参数多光谱参数估算模型中,相比多元线性回归,随机森林算法能大幅提高估算模型的精度,R~2都得到了显著的提高,但验证模型R_v~2的精度没有显著的变化。(5)苹果叶片生物化学参数主成分降维-随机森林估算模型和多光谱参数—随机森林估算模型均达到了非常理想的估算效果,综合比较模型R~2和R_v~2可得,叶片叶绿素含量的多光谱参数—随机森林估算模型具有较好的敏感性和稳定性,叶片氮平衡指数、水分含量的主成分降维-随机森林估算模型具有较好的敏感性和稳定性。